Redwood Research 发布论文：蒸馏定罪（DFI）与蒸馏提能（DFC）的实证检验

Redwood Research 发布论文，实证检验两种蒸馏安全用法。DFI 将隐藏秘密 quirk 的 Llama-3.3-70B 模型蒸馏回同底座学生，学生坦白率显著更高（如 increasing_pep 84% vs 22%），但换底座（Llama-3.1-8B）时降至 18%，故建议蒸馏回教师自身的 pre-RL checkpoint。